مروری بر پیش بینی وقوع تجمعات غیرقانونی با استفاده از روش های یادگیری ماشین

امروزه شبکه های اجتماعی، محل حکمرانی و بستری مناسب برای دشمنان کشور شده است. در جریان تجمع هایی که گاهی در کشور رخ داده، به درستی اثبات شده که شبکه های اجتماعی و پیام رسان های خارجی، محلی برای ساماندهی، مدیریت، تحریک، ترغیب و حتی آموزش جوانان برای اغتشاش و خرابکاری بوده است. هدف از این مطالعه این است که چگونه یادگیری ماشین می تواند توسط نهادهای امنیتی یا انتظامی برای کشف، پیشگیری و مقابله با تجمعات غیرقانونی با سرعتی بسیار دقیق و سریع استفاده شود. برای دستیابی به این هدف تعداد ۷۳ مقاله در بازه زمانی ۲۰۱۲ تا ۲۰۲۳ که در آن از روش های یادگیری ماشین استفاده شده موردبررسی قرار گرفته است. بااین حال شبکه های عصبی مصنوعی با ۴۴%، روش های جنگل تصادفی با ۳۰% و روش K - نزدیک ترین همسایه با ۲۶% متداول ترین روش های مورداستفاده بودند. همچنین ۶۲% از پژوهشگران از مجموعه داده های مجرمانه برخط پورتال های عمومی بر روی شبکه اینترنت و ۳۸% نیز از مجموعه داده های رسمی و خصوصی سازمان های قانونی ازجمله پلیس در تحقیقات خود استفاده نموده اند. نتایج تحقیق نشان می دهند که به کارگیری روش های جنگل تصادفی بهترین کارایی را داشته است اما برای مجموعه داده های بزرگ، استفاده از روش های شبکه عصبی مصنوعی بهترین نتایج را برای پیش بینی وقوع جرم بر اساس زمان و مکان آن برآورده ساخته است.

کلیدواژه ها:

یادگیری ماشین ، شبکه های عصبی مصنوعی ، تجمع ، فراخوان